屈春曉, 任久春, 朱謙
(復旦大學 信息科學與工程學院, 上海 200433)
本文的研究背景主要是基于風對帆船運動的影響。帆船運動是人與自然完美結合的體育竟技項目。以自然風作為原動力,運動員根據風和流的實際情況選擇航線,通過操控風帆和調整姿態來駕駛船只前行。因此在帆船比賽中,風速風向的準確預測可以使得運動員提前做好姿態調整和心理準備,對于整體的賽前戰術也有很強的指導意義。
本文采用了帆船比賽場地的實地數據來進行建模仿真,用時間序列分析法對原始風速風向數據做了一步和多步短期預測,為了提高精確度,后續還利用卡爾曼濾波法進行進一步的預測分析。實例表明融合法有效的提高了預測精度。最后還將預測的數據進行數據分析,以圖表的形式直觀的展現出來,突出該時間段內海面環境的特征,有助于運動員的訓練和比賽。
因為數據預測和分析需要在運動員比賽前較短的時間內就得到,而且可以運用的歷史數據不多,因此需要選用建模簡單,收斂較快,所需數據量少又相對精度較高的方法。在很多的風電場風速預測中會采用神經網絡進行建模[1-2],但是BP神經網絡存在收斂速度慢,建模更復雜且容易陷入局部極小點等缺點,因此本文主要采用了時間序列預測和卡爾曼融合預測,在時間序列建模的過程中本文還進行了多次的模型檢驗使得建立的模型更精確,最終融合預測得到的數據的誤差率也非常小,在預測速度,建模的難度和預測精確度上完全滿足需求。……